[发明专利]一种基于加权匹配点的三维模型检索方法

摘要

本发明涉及一种基于加权匹配点的三维模型检索方法，包括以下步骤步骤1)建立加权匹配点的检索模型；步骤2)以模型库中两类三维模型来确定参数；步骤3)求解多目标最优化问题。本发明提供的基于加权匹配点的三维模型检索方法，针对目标模型建立SIFT特征的平衡二叉树，提出加权匹配点的检索模型进行相似性度量来提高检索性能，采用局部特征描述符检索三维模型，检索效率高，检索效果好，可以很好地满足实际应用的需要。

主权项

一种基于加权匹配点的三维模型检索方法，其特征在于，包括以下步骤：步骤1)建立加权匹配点的检索模型，模型公式为其中βi为加权值，取值区间为[0，1]，且β1+β2+β3＝1，xi表示第i幅图像与目标图像匹配的关键点个数；步骤2)以模型库中两类三维模型来确定参数，一类是类别A，另一类是类别目标模型为类别A中的某个三维模型，同时给出以下定义：定义1：设目标模型为Mgoal，类别A中三维模型为M+，则M+与Mgoal之间的距离为其中表示M+的第i幅投影图像与目标模型的第i幅投影图像之间的关键点匹配个数。定义2：设目标模型为Mgoal，类别中三维模型为M‑，则M‑与Mgoal之间的距离为其中，表示M‑的第i幅投影图像与目标模型的第i幅投影图像之间的关键点匹配个数。定义3：设目标模型为Mgoal，类别A中所有三维模型为则Mgoal与类别A之间的距离为Dist(Mgoal,M1+,M2+,...,Mn+)=Dist(Mgoal,M1+)+Dist(Mgoal,M2+)+...+Dist(Mgoal,Mn+);]]>定义4：设目标模型为Mgoal，类别中所有三维模型为则Mgoal与类别之间的距离为Dist(Mgoal,M1-,M2-,...,Mn-)=Dist(Mgoal,M1-)+Dist(Mgoal,M2-)+...+Dist(Mgoal,Mn-);]]>步骤3)求解以下多目标最优化问题：maxDist(Mgoal,M1+,M2+,...,Mn+)minDist(Mgoal,M1-,M2-,...,Mn-)s.t.β1+β2+β3=1βl∈[0,1].]]>